Ja, u kunt een gescande PDF nauwkeurig vertalen zonder deze opnieuw te typen, maar de nauwkeurigheid hangt af van de kwaliteit van twee opeenvolgende processen: OCR, dat de gescande pagina-afbeeldingen omzet in machinaal leesbare tekst, en automatische vertaling, die de herkende tekst van de ene taal naar de andere converteert. Elk proces introduceert zijn eigen fouten. De fouten worden groter. Een 99 procent nauwkeurige OCR-uitvoer die in een 95 procent nauwkeurige automatische vertaling wordt ingevoerd, levert vertalingen op die ongeveer 94 procent nauwkeurig zijn op tekenniveau, wat betekent dat ongeveer één op de zestien woorden een fout zal bevatten. Voor veel zakelijke doeleinden is dit acceptabel. Voor juridische, medische of publicatiekwaliteitsvertalingen is menselijke beoordeling vereist.
De vertaalworkflow voor gescande PDF's bestaat uit drie fasen: scanverbetering en OCR om tekst te extraheren, automatische vertaling om een conceptvertaling te produceren en menselijke beoordeling om fouten te corrigeren. Het overslaan van een fase vermindert de nauwkeurigheid. De workflow die de nauwkeurigheid maximaliseert, is van toepassing op alle drie.
Volgens een benchmark uit 2025 van het taaltechnologiebedrijf DeepL is de vertaalnauwkeurigheid voor met OCR verwerkte gescande documenten gemiddeld 8 tot 12 procent lager dan voor digitaal gemaakte PDF's, als gevolg van OCR-fouten die zich via de vertaalpijplijn verspreiden (DeepL, "Document Translation Quality Report", 2025).
Scankwaliteitsvereisten voor nauwkeurige vertaling
| Scankwaliteit | OCR-nauwkeurigheid | Vertaalkwaliteit | Aanbevolen actie |
|---|---|---|---|
| 300 DPI, schoon, recht | 99%+ | Bijna gelijkwaardig aan digitale PDF-vertaling | Ga verder met automatische vertaling. Lichte menselijke beoordeling voor kritische inhoud |
| 150 DPI, lichte scheefheid, lichte schaduwen | 95-98% | Merkbare fouten in compacte of technische tekst | Machinevertaling plus menselijke beoordeling. Controleer de technische termen en cijfers zorgvuldig |
| Lage resolutie, scheef, donker of gekreukeld | 85-95% | Fouten in ongeveer één op de tien tot twintig woorden | Overweeg opnieuw te scannen vóór vertaling. Als opnieuw scannen onmogelijk is, reserveer dan een aanzienlijke hoeveelheid menselijke beoordelingstijd |
| Telefoonfoto, ongelijkmatige belichting, keystone-vervorming | 70-90% | Onbetrouwbaar voor geautomatiseerde vertaling. Fouten in elke zin | Scan correct opnieuw als het document beschikbaar is. Als dat niet het geval is, kan menselijke vertaling efficiënter zijn dan het corrigeren van machinale uitvoer |
De vertaalworkflow in drie fasen voor gescande PDF's
Fase één: verbeter de scan. Rechtzetten, contrast aanpassen en de achtergrond witter maken. Betere invoerafbeeldingen produceren betere OCR-uitvoer. Fase twee: voer OCR uit en verifieer. Controleer de OCR-uitvoer ter plekke met de originele scan. Corrigeer herkenningsfouten vóór de vertaling. Het herstellen van een OCR-fout voorkomt een vertaalfout. Fase drie: vertalen en beoordelen. Voer een automatische vertaling uit op de geverifieerde OCR-tekst. Laat een menselijke recensent de vertaling vergelijken met de originele scan voor kritische documenten. De workflow Translate PDF voor gescande documenten geeft prioriteit aan OCR-kwaliteit, omdat de vertaalkwaliteit niet hoger kan zijn dan de kwaliteit van de tekst die wordt vertaald.
WukongPDF OCR-tools verwerken gescande documenten en voegen doorzoekbare tekstlagen toe. De uitvoer van OCR PDF wordt de bron voor vertaling. De nauwkeurigheid van de vertaling is afhankelijk van de nauwkeurigheid van de OCR.
Wanneer menselijke vertaling de betere keuze is
Voor documenten waarbij nauwkeurigheid van cruciaal belang is en de scankwaliteit slecht is, kan professionele menselijke vertaling kosteneffectiever zijn dan automatische vertaling plus uitgebreide menselijke correctie. Een menselijke vertaler leest de gescande pagina's rechtstreeks, waarbij de OCR-stap volledig wordt omzeild. De vertaler lost onduidelijkheden op die OCR verkeerd zou interpreteren en die door automatische vertaling zouden worden verergerd. De beslissing tussen machine- en menselijke vertaling voor een gescande PDF moet gebaseerd zijn op de scankwaliteit, de vereiste nauwkeurigheid en het beschikbare budget voor revisie.
De Gescande PDF-workflow voor vertaling is niet alles-of-niets. Documenten met voornamelijk schone scans en een paar problematische pagina's kunnen worden verwerkt met automatische vertaling voor de schone pagina's en menselijke vertaling voor de moeilijke pagina's.
OCR-betrouwbaarheidsscores gebruiken als leidraad voor de beoordeling van vertalingen
OCR-engines kennen een betrouwbaarheidsscore toe aan elk herkend teken en woord. Lage betrouwbaarheidsscores duiden op onzekerheid en zijn markers voor mogelijke fouten. Wanneer u OCR-uitvoer voor vertaling voorbereidt, richt u de menselijke beoordeling op de gebieden met weinig vertrouwen. Een paragraaf waarin elk woord 99 procent zekerheid heeft, behoeft minimale beoordeling. Een zin waarin meerdere woorden onder de 90 procent scoren, heeft zorgvuldige aandacht nodig.
Bij de op vertrouwen gebaseerde beoordelingsaanpak worden menselijke inspanningen ingezet waar deze de grootste impact hebben. In plaats van de gehele OCR-uitvoer uniform te beoordelen, richt de revisor zich op de gebieden waar de kans het grootst is dat er fouten voorkomen. Het resultaat is een hogere effectieve nauwkeurigheid voor dezelfde beoordelingstijd. De betrouwbaarheidsgegevens OCR PDF zijn beschikbaar in veel OCR-tools. Gebruik het om prioriteit te geven aan de beoordelingswerklast.
Vertaalmachines kiezen voor verschillende taalparen
De kwaliteit van machinevertalingen varieert aanzienlijk per talencombinatie. Engels naar Spaans, Frans of Duits produceert vloeiende uitvoer die geschikt is voor zakelijk gebruik met lichte herhaling. Engels naar Chinees, Japans of Arabisch vereist een uitgebreidere beoordeling omdat de structurele verschillen tussen de talen groter zijn. Engels tot Fins, Hongaars of Turks, talen met complexe grammaticale structuren die aanzienlijk verschillen van het Engels, produceren de meest foutgevoelige resultaten.
Zorg ervoor dat de vertaalmachine bij het talenpaar past. Sommige zoekmachines zijn specifiek geoptimaliseerd voor bepaalde taalcombinaties. Als uw document vertaling in meerdere talen vereist, gebruik dan de beste engine voor elk paar in plaats van één engine voor allemaal. De kwaliteit van Translate PDF voor elke doeltaal zal net zo goed zijn als de engine die deze heeft geproduceerd. WukongPDF verwerkt documenten voor de voorbereiding van vertalingen. De keuze van de vertaalmachine bepaalt de uitvoerkwaliteit.
Originele opmaak behouden na vertaling
Vertaling verandert de tekstlengte. Een vertaalde paragraaf is vrijwel nooit even lang als het origineel. Wanneer de vertaalde tekst terug in de originele documentlay-out wordt geplaatst, loopt deze over of onder de beschikbare ruimte. Om de originele opmaak te behouden, moet u de lay-out aanpassen aan de vertaling, of accepteren dat het vertaalde document er anders uit zal zien dan het origineel.
Voor documenten waarbij de opmaak van cruciaal belang is, kunt u overwegen de vertaling als afzonderlijk document naast het origineel aan te bieden, in plaats van te proberen de vertaalde tekst in de oorspronkelijke lay-out te passen. De originele PDF behoudt de opmaak. Het vertaaldocument biedt de inhoud in de doeltaal. De lezer verwijst naar beide. De beslissing van Translate PDF tussen ingesloten vertaling en begeleidend document hangt af van de vraag of opmaakintegriteit of tweetalig gemak de prioriteit is.